Технолого-экономическое образование: достижения, инновации, перспективы

Технолого-экономическое образование: достижения, инновации, перспективы: XXI Всероссийская научно-практическая конференция с международным участием. 2025 16 С. А. Булкин, Л. Р. Шарифуллина Академия гражданской защиты МЧС России им. генерал-лейтенанта Д. И. Михайлика (Химки, Россия) АКТИВИЗАЦИЯ РАБОТЫ ОБУЧАЮЩИХСЯ В ХОДЕ ПРОВЕДЕНИЯ ЛАБОРАТОРНОГО ПРАКТИКУМА ПО МАТЕРИАЛОВЕДЕНИЮ Аннотация. В работе рассмотрены вопросы, которые связаны с повышением качества образовательного процесса при изучении ряда тем по материаловедению. Показаны пути совершенствования лабораторного практикума, включая использова- ние информационных технологий. Ключевые слова: методика, цифровизация, материаловедение, лабораторный практикум. Были рассмотрены методики и приемы для активизации работы обучаю- щихся при проведении лабораторного практикума. Зачастую при проведении ла- бораторного практикума в ВУЗах с обучающимися технических специальностей возникает ряд трудностей, которые связаны с недостаточным пониманием изу- чаемого предмета и не возможности переноса полученных знаний в практиче- ском аспекте будущей профессии. Информационные технологии все больше внедряются в современную научно- исследовательскую работу. Расширение возможностей проведения лабораторного эксперимента совместно с использованием цифровых технологий позволяет зада- вать «цифровые лаборатории». Во многом это упрощает использование довольно сложного и дорогостоящего оборудования, но вместе с тем ухудшается «восприя- тие» от контакта с «реальным оборудованием». Еще одной сложностью является создание достаточно точных цифровых моделей, что зачастую невозможно воспро- извести на уровне структуры исследуемого объекта. Несомненно, такого рода ин- теграция дает свои перспективы применения и развития, например, в плане без- опасности проводимого эксперимента (отсутствуют опасные факторы). Использование в лабораторном эксперименте автоматизированных систем «упрощает» проводимое исследование, зачастую необходимые параметры могут быть занесены в программный код, что позволяет воспроизводить результаты не- скольких серий экспериментов с высокой точностью. Примером такого рода ин- теграции могут служить автоматические пипетаторы для отбора жидкостей, вы- полняющие повторяющиеся задачи, что уменьшает количество ошибок, вызванных человеком. Другой пример это датчики и системы сбора информации. Датчики, встроенные в устройство (или подключенные к нему), собирают дан- ные в режиме реального времени о таких параметрах, как температура, давление, pH, электропроводность и поглощение. Эти данные непосредственно оцифровы- ваются и передаются на компьютер.